从神经辐射场到3D高斯溅射：实时神经场景表示的跨领域综述
计算机视觉与模式识别
2025-09-30 v1
摘要
神经场景表示，如神经辐射场（NeRF）和3D高斯溅射（3DGS），已改变了3D环境的建模、渲染和解释方式。NeRF通过体积渲染引入了视图一致的照片级真实感；3DGS迅速作为一种显式、高效的替代方案出现，支持高质量渲染、更快的优化，以及集成到混合管线中以增强照片级真实感和任务驱动的场景理解。本综述考察了3DGS在SLAM、远程呈现与远程操作、机器人操控和3D内容生成中的应用。尽管这些领域存在差异，但它们共享共同目标：照片级渲染、有意义的3D结构和准确的下游任务。我们围绕统一的研究问题组织综述，解释为何3DGS正日益取代基于NeRF的方法：哪些技术优势推动了其采用？它如何适应不同的输入模态和领域特定约束？仍存在哪些局限性？通过系统比较领域特定的管线，我们证明3DGS在照片级真实感、几何保真度和计算效率之间取得了平衡。本综述提供了利用神经渲染的路线图，不仅用于图像合成，还用于感知、交互和真实与虚拟环境中的内容创作。
引用
@article{arxiv.2509.23555,
title = {From Fields to Splats: A Cross-Domain Survey of Real-Time Neural Scene Representations},
author = {Javed Ahmad and Penggang Gao and Donatien Delehelle and Mennuti Canio and Nikhil Deshpande and Jesús Ortiz and Darwin G. Caldwell and Yonas Teodros Tefera},
journal= {arXiv preprint arXiv:2509.23555},
year = {2025}
}
备注
18 pages